Bash-统计文本文件中出现的次数并按降序显示

我想计算文本文件中相同单词的数量，并按降序显示它们。 到目前为止，我已经：

    cat sample.txt | tr ' ' '\n' | sort | uniq -c | sort -nr 

除了它包含逗号、句号等特殊字符外，它给了我令人满意的输出！和连字符

---

如何修改现有命令，使其不包含上述特殊字符？

如何首先使用

grep

提取单词：

grep -o "\w\+" sample.txt | sort | uniq -c | sort -nr 

---

您可以将

tr

与要删除的字母组合字符串一起使用

例如：

$ echo "abc, def. ghi! boss-man" | tr -d ',.!'
abc def ghi boss-man

或者，使用POSIX字符类，例如知道

bossman

将成为

bossman

：

$ echo "abc, def. ghi! boss-man" | tr -d [:punct:]
abc def ghi bossman

---

旁注：使用

awk

可以获得更多的控制和速度：

$ echo "one two one! one. oneone
two two three two-one    three" | 
 awk 'BEGIN{RS="[^[:alpha:]]"} 
     /[[:alpha:]]/ {seen[$1]++} 
     END{for (e in seen) print seen[e], e}' | 
 sort -k1,1nr -k2,2
4 one
4 two
2 three
1 oneone

---

使用

tr-d

删除特殊字符。我喜欢使用tr-d[：punct:]的解决方案。谢谢。我得到了我想要的输出，但是当我运行命令时，连字符仍然被算作不可见字段？假设我在命令行中出现了8个土豆5个土豆3（它计算连字符，但您看不到）